声明
摘要
第一章 绪论
1.1 线粒体简述
1.1.1 外膜
1.1.2 内膜
1.1.3 基质
1.2 研究背景及意义
1.3 国内外研究现状及分析
1.3.1 数据集
1.3.2 物理化学性质
1.3.3 遗传算法
1.3.4 小波分析
1.3.5 离散增量融合支持向量机(ID-SVM)
1.3.6 SMOTE算法
1.4 论文研究内容及安排
第二章 特征提取及预测算法
2.1 引言
2.2 特征提取
2.2.1 mRNA序列n-mer频数
2.2.2 氨基酸组分
2.2.3 蛋白质的进化信息
2.2.4 同源序列的go信息
2.2.5 氨基酸指数信息
2.2.6 相对溶剂可及性值
2.2.7 平均化学位移
2.3 预测算法
2.3.1 离散增量(ID)
2.3.2 支持向量机(SVM)算法
2.3.3 融合算法
2.3.4 算法评价
第三章 对亚线粒体蛋白质M254的预测
3.1 引言
3.2 数据集
3.3 最优特征参数选取
3.3.1 mRNA序列的三联体频数(3-mer)
3.3.2 分段氨基酸组分(AAC)
3.3.3 蛋白质进化信息(PSSM)
3.3.4 同源序列go信息
3.3.5 最优相关长度
3.3.6 平均化学位移(ACS)
3.4 结果与讨论
3.4.1 各个特征向量对预测结果的影响
3.4.2 独立检验
第四章 M880亚线粒体定位预测
4.1 数据集
4.2 特征信息选取
4.2.1 mRNA结构-序列模式中的三联体频数(sq-str)
4.2.2 蛋白质保守位点进化信息(pssm)
4.3 结果与讨论
4.3.1 mRNA序列的三联体频数的预测结果
4.3.2 mRNA结构-序列模式中的三联体频数的预测结果
4.3.3 蛋白质保守位点进化信息对预测结果的影响
4.3.4 同源序列go信息的预测结果及其分析
4.3.5 氨基酸指数信息对预测结果的影响
4.3.6 相对溶剂可及性值(RSA)的预测结果
4.3.7 分段氨基酸组分(AAC)的预测结果
4.3.8 对比分析单个特征参数对预测结果的影响
4.3.9 融合特征参数预测结果分析
第五章 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
附录
致谢
作者攻读硕士学位期间发表和完成的论文目录